人脸识别理论关键技术的研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-12页 |
| 1 绪论 | 第12-41页 |
| ·引言 | 第12-13页 |
| ·人脸检测识别的研究现状 | 第13-32页 |
| ·人脸检测识别研究存在的主要问题和对策 | 第32-37页 |
| ·本文的工作 | 第37-41页 |
| 2 基于子图像信息融合的复杂背景的人脸检测 | 第41-67页 |
| ·引言 | 第41页 |
| ·人脸检测的本质 | 第41页 |
| ·彩色图像的肤色分割 | 第41-47页 |
| ·多尺度子图像 | 第47-53页 |
| ·子图像信息融合 | 第53-56页 |
| ·子图像人脸检测 | 第56-62页 |
| ·原图像人脸定位 | 第62-65页 |
| ·小结 | 第65-67页 |
| 3 基于支持向量机的复杂背景的人脸检测 | 第67-90页 |
| ·引言 | 第67页 |
| ·统计学习的本质 | 第67-72页 |
| ·核函数 | 第72-78页 |
| ·支持向量机 | 第78-85页 |
| ·基于支持向量机的人脸检测 | 第85-88页 |
| ·小结 | 第88-90页 |
| 4 决策级融合的人脸检测及图像规范化 | 第90-101页 |
| ·引言 | 第90页 |
| ·信息融合 | 第90-91页 |
| ·决策级信息融合的人脸检测 | 第91-97页 |
| ·几何规范化 | 第97页 |
| ·灰度规范化 | 第97-100页 |
| ·小结 | 第100-101页 |
| 5 基于仿生模式的人脸识别 | 第101-121页 |
| ·引言 | 第101页 |
| ·人脸识别的本质 | 第101-102页 |
| ·统计模式人脸识别 | 第102-107页 |
| ·传统统计模式人脸识别的局限性 | 第107-108页 |
| ·仿生人脸模式识别的基点--样本分布的连续性 | 第108-113页 |
| ·仿生人脸模式识别的数学模型 | 第113-115页 |
| ·仿生人脸模式识别 | 第115-119页 |
| ·小结 | 第119-121页 |
| 6 基于局部特征的人脸识别 | 第121-132页 |
| ·引言 | 第121页 |
| ·人脸局部特征 | 第121-125页 |
| ·基于局部特征人脸识别的训练 | 第125-129页 |
| ·基于局部特征人脸识别 | 第129-131页 |
| ·小结 | 第131-132页 |
| 7 实验结果及分析 | 第132-145页 |
| ·引言 | 第132-133页 |
| ·人脸检测识别实验结果 | 第133-141页 |
| ·人脸检测识别实验结果分析 | 第141-143页 |
| ·小结 | 第143-145页 |
| 结论与展望 | 第145-149页 |
| 参考文献 | 第149-165页 |
| 攻读博士学位期间科研及学术论文情况 | 第165-169页 |
| 致谢 | 第169页 |
